Скачать [IT Expert] Проектирование ИТ-решений с использованием Cursor AI [Максим Смирнов]

Kail · 30.10.2026

Учебный курс «Проектирование ИТ-решений с использованием Cursor AI» является интенсивным введением в методы проектирования корпоративных приложений с использованием систем искусственного интеллекта. В ходе курса слушатели от начала и до конца спроектируют современную корпоративную информационную систему aiExpert – ИИ-ассистента для специалистов компании, который помогает работать с разрозненными базами знаний: architecture repository, CMDB, каталогом бизнес-процессов, базой нормативно-справочной информации, инструкциями и распоряжениями, обращениями пользователей, корпоративным порталом и внутренними wiki-системами.

Подходы к проектированию информационных систем, излагаемые в курсе, сочетают традиционные техники, базирующиеся на описании архитектуры решения в виде набора архитектурных представлений (views), визуализируемых диаграммам в нотации C4, UML или Archimate, более современные подходы, например, записи архитектурных решений (Architecture Decision Records, ADRs), а также совсем новые техники, появившиеся благодаря решениям на базе искусственного интеллекта.

Интегрированная среда разработки Cursor AI поможет подготовить слушателям следующие артефакты:

Описание постановки задачи (Problem Statement)
Обзор решения (Architecture Vision)
Описание архитектуры (High Level Design)
Записи архитектурных решений (architecture decision records, ADRs)
План оценки (Evals)

В ходе курса мы рассмотрим варианты архитектуры приложения aiExpert, такие как Retrieval-Augmented Generation (RAG), мульти-агентская схема и др., создадим структуру прототипа решения, обсудим варианты выбора технологий для его реализации: векторные и графовые базы данных, мульти-агентские фреймворки, способы интеграции с моделями, источниками данным, пользовательским интерфейсам и механизмы встраивания приложения в другие корпоративные системы.

Для кого:

Системные архитекторы и корпоративные ИТ архитекторы;
Бизнес- и системные аналитики;
Разработчики, тестировщики;
Руководители подразделений, Team Leads, Tech Leads, менеджеры ИТ-проектов

Цели курса:

Ознакомиться с современными трендами в разработке архитектуры ИТ-решений, вызванными развитием ИИ-инструментов и развитием цифровых представлений описания ИТ-архитектур
Отработать навык подготовки описания архитектуры ИТ-решения в современном формате, включающем: представленные в виде кода архитектурные диаграммы (architecture as code) и записи архитектурных решений (architecture decision record)
Повысить эффективность проектирования ИТ-решений за счет использования ИИ-инструментов. Получить необходимый практический опыт на примере инструмента Cursor AI
Научиться контролировать архитектурные представления и архитектурные решения, разработанные как человеком, так и языковыми моделями.

В ходе обучения слушатели научатся создавать описание архитектуры ИТ-решения, включающее:

Описание постановки задачи и замысла предлагаемого решения (architecture vision).
Верхнеуровневое описание решения. Основные системы и способы их взаимодействия в виде C4 model
Ключевые аспекты проектируемого решения, представленные набором архитектурных диаграмм
Набор архитектурных решений, представленных в формате MADR
Описание программных интерфейсов и интеграционных сценариев

Кроме того, участники курса овладеют навыками:

Использования ИИ-моделей для создания, верификации и поддержания целостности описаний архитектуры ИТ-решения
Проектирования корпоративных решений, базирующийся на ИИ
Интеграции существующих корпоративных информационных систем и источников данных в корпоративные ИИ-приложения

Программа:

Введение в проектирование информационных систем. Архитектурные виды и представления, нотации моделирования, записи архитектурных решений. Подходы Architecture as Code и Diagram as Code. C4 model.
Возможности и ограничения GPT-моделей. Адаптация LLM для целевых сценариев использования: prompt engineering, fine-tuning, retrieval-augmented generation (RAG). Методы оценки адаптаций (evaluations).
Установка и знакомство с IDE Cursor AI. Настройка основных расширений для визуализации данных и отображения диаграмм. Генерация первых документов и диаграмм: ADRs, C4 System Landscape.
Итерационный инкрементальный процесс проектирования ИТ-решения. Техники архитектора: абстрагирование, декомпозиция, разделение ответственности, слабая связность и высокое зацепление и т.п. Способы реализации противоречивых требований.
Architecture Vision – контракт между разными группами заинтересованных лиц о структуре информационной системы и принципах её развития. Способы задания контекста в Cursor AI. Генерация Vision.
Описание предметной области при помощи Event Storming. Выделение ограниченных контекстов, основных сущностей и агрегатов, их состояний, команд и событий. Описание логической архитектуры решения.
Проектирование поведения программы aiExpert. Граф состояний. Моделирование workflow ai-агента на примере LangGraph. Типы узлов и рёбер. Концепция инструмента (tool). Интеграция с внешними системами. Model Context Protocol (MCP).
Паттерны интеграции корпоративных информационных систем. Способы документирования API и взаимодействий для разных интеграционных стилей. Выбор подходящего типа диаграмм. Управление генерацией документов при помощи запроса, наборов правил и файлов AGENTS.md.
Общий обзор технологий, используемых при разработке RAG-систем и ai-агентов. Векторные БД (qdrant, milvus, pgvector), графовые БД (Neo4j), модели для эмбеддингов, инструменты оценки (evals), UI и API.
Проектирование технологической архитектуры решения. Компромисс между разработкой новых и повторным использованием существующих систем, хранилищ данных и стандартных технологий.
Разработка прототипа решения. Режимы агента Cursor: agent-ask-plan. Планирование; списки задач и очереди; инструменты. Создание структуры проекта и ранних версий исходных файлов. Code review и исправления.
Архитектурное состязание. Группа разбивается на несколько небольших команд и вручную формулирует problem statement. Команды обмениваются постановками, разрабатывают architecture vision и high-level design при помощи Cursor AI, обмениваются результатами и делают их оценку.